Python数据分析08——数据清洗（二）

很开心，这个系列来到第八篇了。

利用函数或映射进行数据转换

###替换缺失值
在这里，我是直接沿用上一篇的DataFrame对象的。
替换缺失的数据值，我们可以通过replace()函数来实现。
注意：前面的参数是被替换的数据值，后面的参数是新的数据值。
同时，这样的修改也是没有在原来的对象的内存中修改。再次查看DataFrame对象， 可以查看。

如果要替换多个数据值，可以使用列表作为参数。
不过，这里就要注意了，第一个列表的内容是所有被替换的值，所有的新的数据值是放在后面的列表中的。并且，它们的位置是一一对对应的。还有，我们可以使用字典作为参数。

注意：这里参数的位置又不一样了，你可以自己找找规律。
下面，我们利用自定义函数来替换数据值。我先新建一个DataFrame对象。

data = {
    'name':['小明', '小红', '小白'],
    'score':[58, 86, 93]
}
df4 = DataFrame(data)

还有，自定义函数的代码。

def f(x):
    if x < 60:
        return '不及格'
    elif 60 <= x < 90:
        return '良好'
    elif x >=90:
        return '优秀'

在这里，我希望你还记得我之前说过的三种函数方式。这里，我用的是map()。

查看异常值

无可避免，在我们要处理的数据中必然会存在各种各样的异常值，我们要学会如何查看。
新建一个DataFrame对象。

df5 = DataFrame(np.arange(10), columns=['X'])
df5['Y'] = 2 * df5['X']
df5.iloc[9,1] = 222
df5

最先单的方法就是 用散点图来查看异常值。

虚拟变量

pandas还有一个比较有趣的方法get_dumnies()。它可以实现数据的虚拟。
新建的DataFrame对象如下所示：

使用get_dumnies()之后如下所示。

有什么用？这样我们就可以用数据方法表示朝向啦。
可是，还有东南，西北这样的复合的朝向，又改怎么办？下面演示到底该怎么办。

使用apply（）配合lambda函数来实现。